Une journaliste m'a envoyé quatre heures d'interviews sous forme de dossiers M4A parce que son service de transcription les a rejetés et a demandé si la conversion en MP3 à 320 kbps "gardait la qualité élevée". Ce ne serait pas le cas. Les enregistrements étaient de 64 kbit/s mono vocaux, et leur encodage à 320 aurait produit des fichiers cinq fois plus gros, conservant exactement le même son, ainsi qu'une nouvelle couche de dommages du deuxième encodeur. Ce dont elle avait besoin, c'était WAV, car le service de transcription voulait PCM et la taille du fichier n'avait pas d'importance pour ce qu'elle téléchargeait une fois et qu'elle supprimait. La conversion a pris une minute. La partie utile était de déterminer quelle direction la perte s'exécute, et cela vaut la peine d'être compris avant de convertir quoi que ce soit.
tl;dr : M4A et MP3 sont tous deux avec perte, donc la conversion entre eux décode l'audio qui a déjà des détails manquants et le compresse à nouveau avec un modèle différent. Aucun paramètre n'est possible pour éviter cela. Deux règles restent réduites : ne choisissez jamais un débit au-dessus de la source, car les bits supplémentaires décrivent les artefacts du premier encodeur plutôt que l'enregistrement, et conservez l'original comme votre maître plutôt que la copie convertie. Si la destination est un éditeur, un service de transcription ou un modèle de parole, convertissez-le en WAV et sautez entièrement la deuxième génération. le Convertisseur audio Sur Toolz.dev exécute FFmpeg via WebAssembly dans votre propre onglet, donc une interview ou un mémo vocal ne quitte jamais la machine.
Qu'y a-t-il dans un fichier .m4a ?
L'extension nomme le conteneur, pas l'audio, et cette distinction clarifie la plupart de la confusion autour de ce format.
M4A est un conteneur MPEG-4 contenant une seule piste audio. Ce qui se trouve à l'intérieur, c'est généralement AAC, ce qu'un iPhone vocal mémo, un enregistrement d'écran Mac, une exportation QuickTime et la plupart des téléchargements Apple. Mais le même conteneur, avec la même extension, peut contenir Apple Lossless à la place, et ces deux fichiers ne se comportent en rien : l'un a déjà jeté les détails, l'autre non. Un .m4a d'iTunes Match est AAC. Un .M4A déchiré par Apple Music en mode sans perte est ALAC et est à peu près cinq fois plus grand que vous le distinguez sans outil.
Cela compte car la bonne conversion dépend du codec, pas de l'extension. Un fichier AAC converti en MP3 perd une deuxième génération. Un fichier ALAC converti en MP3 perd son premier. La conversion en WAV ou FLAC ne perd rien de plus, mais ni l'un ni l'autre ne peut restaurer ce que AAC a déjà abandonné.
La même relation entre conteneur et codec régit la vidéo, où elle provoque le malentendu beaucoup plus couvert Le guide Remux: Changer l'emballage est bon marché, la compression n'est pas le cas.
Pourquoi la conversion de M4A en MP3 est-elle aggravée ?
Parce que les deux formats fonctionnent en écartant ce qu'un modèle psycho-acoustique prédit que vous n'entendrez pas, et le deuxième encodeur ne peut pas faire la différence entre l'enregistrement et les restes du premier codeur.
AAC et MP3 créent différents modèles. Ils ne sont pas d'accord sur les fréquences masquées par des voisins plus forts, ils divisent le signal en différents nombres de bandes et ils gèrent les transitoires soudains différemment. Ainsi, le détail AAC a décidé de conserver n'est pas le détail que le MP3 aurait conservé, et vice versa. Lorsque MP3 code la sortie décodée d'un fichier AAC, il dépense des bits à préserver les artefacts qui n'ont jamais été dans le signal du microphone, et jette une partie de ce qui a survécu au premier passage.
Les dégâts apparaissent dans un ordre prévisible. Les cymbales et les charleston passent en premier, se transformant en une sorte de sifflement barbouillé. Les applaudissements s'ensuit, car une pièce pleine de mains est proche du bruit et le bruit est la seule chose que ces codecs ne peuvent pas modéliser. Ensuite, la sifflement, les sons "s" dans la parole, qui développent un gazouillis difficile à ignorer une fois que vous l'avez remarqué.
Rien de tout cela n'est un argument contre la conversion. C'est un argument pour convertir une fois, à partir de l'original, lorsque quelque chose en aval nécessite vraiment un format différent. M4A n'est pas un fichier pire que le MP3. Au même débit, AAC sonne généralement mieux, ce qui signifie que passer de M4A au MP3 est une étape de compatibilité qui vous coûte un peu de qualité, pas une mise à niveau qui vous en vaut la peine.
Quel débit binaire devriez-vous choisir ?
Faites correspondre la source ou allez légèrement en dessous, et jamais au-dessus.
La raison est celle ci-dessus. Les bits au-dessus du taux de source sont dépensés pour décrire des artefacts, de sorte qu'un M4A de 128 kbps M4A réencodé à 320 kbit/s MP3 est de deux fois et demie la taille sans gain audible. Aller bien en dessous de la source fait le contraire et jette une seconde portion de détails réels. Si vous connaissez le débit source, utilisez-le. Si vous ne le faites pas, 192 kbps sont un défaut raisonnable pour la musique et tout ce qui est supérieur ou égal à 128 est acceptable pour la parole.
Le plafond n'est pas une décision d'outil. MPEG-1 Layer III est à 320 kbps, que vous pouvez lire La table d'index de débit dans l'en-tête de trame audio MPEG, et aucun encodeur ne peut le dépasser, quelle que soit la proposition d'une interface.
Voici ce que chaque cible coûte par minute d'audio stéréo.
| cible | par minute | lâche? | A quoi ça sert |
|---|---|---|---|
| MP3 128 kbps | 0,96 Mo | oui | Discours, podcasts, tout ce qui va sur un appareil qui ne lit que les MP3 |
| MP3 192 kbps | 1,44 Mo | oui | la valeur par défaut. Musique que vous écouterez plutôt que de maîtriser |
| MP3 320 kbps | 2,40 Mo | oui | Ce n'est que lorsque la source était au moins aussi élevée |
| M4A (AAC) | Identique au MP3 au même rythme | oui | Appareils Apple, et un meilleur son que le taux MP3 pour le taux |
| Ogg (Vorbis) | Idem encore | oui | Jeux, audio Web, partout où les matières sont sans brevet |
| flac | environ 6 Mo | non | Archivage d'une source sans perte |
| agiter | 10,1 Mo | non | Éditeurs, Services de transcription, Modèles de discours |
Le chiffre WAV n'est pas une estimation. Le PCM stéréo non compressé à 44,1 kHz et 16 bits est de 44 100 x 2 canaux x 2 octets par seconde, soit 176 400 octets par seconde et 10,1 Mo par minute, à chaque fois, quel que soit le contenu audio. Le silence coûte exactement autant qu'une symphonie.
Quand faut-il convertir WAV ou FLAC à la place ?
Chaque fois que la destination est une machine plutôt qu'une paire d'oreilles.
Les éditeurs audio, les services de transcription, les outils d'alignement forcé et les modèles de parole veulent tous PCM, et leur remettre un fichier avec perte signifie qu'ils le décodent en premier de toute façon. La conversion en WAV vous-même saute une deuxième génération de perte complètement : le décodage se produit une fois, le résultat est exact et rien de plus. Le fichier est volumineux et c'est très bien pour quelque chose que vous téléchargez une fois.
FLAC est la réponse d'archive plutôt que celle qui fonctionne. Il se comprime sans perte à environ 60 % de la musique typique, de sorte que le son est récupérable pour un bit alors que le fichier est un tiers plus petit. C'est maintenant Formellement spécifié dans la RFC 9639, après deux décennies comme norme de facto, et il porte un détail qui mérite d'être connu : le Le bloc StreamInfo contient une signature MD5 de l'audio non encodé, ainsi un décodeur peut prouver que sa sortie correspond à l'échantillon original pour un échantillon. Aucun format de perte ne peut offrir cela, et aucune source de perte ne peut y être sauvée. La conversion d'un MP3 en FLAC produit un fichier plus grand contenant le même son endommagé, ce qui est une opération courante et entièrement inutile.
# what the conversions amount to, if you have ffmpeg installed
#
# M4A to MP3, matching a 192 kbps source:
ffmpeg -i memo.m4a -vn -acodec libmp3lame -b:a 192k memo.mp3
# M4A to WAV for a transcription service (16-bit PCM, 44.1 kHz):
ffmpeg -i memo.m4a -vn -acodec pcm_s16le -ar 44100 memo.wav
# size arithmetic, which needs no tool:
# lossy MB per minute = kbps x 60 / 8 / 1000
# WAV MB per minute = 44100 x 2 x 2 x 60 / 1024 / 1024 = 10.1
Pourquoi y a-t-il un écart au début de mon mp3 ?
Parce que MP3 ne peut pas représenter un nombre arbitraire d'échantillons et le correctif vit en dehors des données audio.
Un cadre MPEG-1 Layer III contient exactement 1152 échantillons. La longueur d'un fichier arrondit donc jusqu'à une limite de trame, et le codeur a également besoin d'un entrée avant de pouvoir produire une sortie valide, de sorte que chaque MP3 comporte une petite quantité de silence à l'avant et un peu de remplissage à la fin qui n'étaient pas à la source. À 44,1 kHz, cet écart avant est de quelques dizaines de millisecondes. Entre les pistes d'un album enregistré comme une performance continue, c'est la différence entre un enregistrement en direct et un diaporama.
Le format n'a pas de champ pour cela. Ce que les joueurs utilisent à la place est un en-tête que l'encodeur écrit dans la première image enregistrant le délai et le rembourrage, de sorte qu'un joueur qui le lit peut couper les deux et un joueur qui ne le fera pas. AAC dans un conteneur MP4 a la longueur dans le cadre de la structure du conteneur, c'est pourquoi les fichiers M4A sont sans interruption par défaut et les fichiers MP3 ne sont pas interdits uniquement par convention.
Pour un mémo vocal, rien de tout cela n'a d'importance. Pour convertir un album, c'est la raison pour laquelle le résultat semble subtilement faux, même si chaque piste individuelle est correcte.
Pourquoi ma conversion a-t-elle échoué sur un fichier avec une pochette d'album ?
Parce que l'œuvre d'art est stockée sous forme de flux vidéo et un encodeur a été demandé à l'écrire dans un format sans nulle part où il abandonne.
Un MP3 ou un M4A avec une pochette intégrée a deux flux : l'audio et une seule image fixe que le conteneur décrit comme vidéo. Convertir sans dire le contraire, FFmpeg essaie de transporter cette image dans la sortie, et pour des cibles comme WAV, l'opération n'a pas de sens et échoue avec une erreur qui mentionne un codec vidéo sur ce qui est clairement un fichier audio.
Le correctif est un drapeau, -vn, qui drop complètement les flux vidéo. Le convertisseur le transmet à chaque conversion, de sorte que l'illustration est rejetée et l'audio se convertit. Si vous souhaitez conserver la pochette, convertissez-la en un format qui la porte et la attachez à nouveau avec un éditeur de balises, car aucun convertisseur ne fera les deux de manière fiable.
OGG vaut-il la peine d'être choisi ?
Pour la plupart des gens, non. Pour deux cas spécifiques, oui.
Vorbis dans un conteneur OGG est, selon les propres mots de Xiph, un "Toute la durée de vie, non-propriétaire, sans brevet et sans droiture, à usage général, format audio compressé". C'est tout l'argument de cela, et c'est un véritable argument, et c'est un véritable argument si vous expédiez de l'audio dans un jeu, une application que vous distribuez ou tout ce que la licence de codec est une question que quelqu'un finira par poser.
Par contre : le support matériel est inégale. De nombreux stéréos de voiture, téléphones plus anciens et lecteurs bon marché lisent des MP3 et rien d'autre, ce qui explique pourquoi le MP3 reste le choix sûr pour un fichier qui va à une personne plutôt qu'à un programme. Le support des navigateurs est bon et depuis des années.
Le son est un lavage. Aux débits binaires que la plupart des gens utilisent, Vorbis et AAC sont tous deux meilleurs que MP3 et proches les uns des autres, et aucun de ces éléments ne survit de toute façon à une deuxième génération.
Le son quitte-t-il ma machine ?
Non, et pour cette catégorie de fichiers, c'est le point.
La conversion s'exécute via FFmpeg compilé vers WebAssembly dans l'onglet du navigateur. Le fichier est lu du disque dans la mémoire de page, converti là et renvoyé en téléchargement. Ouvrez le panneau Réseau dans DevTools lors d'une conversion et rien ne transporte l'audio.
Pensez à ce que les gens convertissent. Mémos vocaux. Entretiens enregistrés. Notes de thérapie. Appels clients. Conférences que quelqu'un a enregistrées avec une autorisation qui ne s'étendait pas à un tiers. La disposition normale d'un convertisseur en ligne gratuit est que vous téléchargez tout cela sur un serveur d'un inconnu en échange d'un lien de téléchargement, et la politique de rétention est ce que le pied de page dit. Ici, aucune copie n'existe à conserver.
Les limites sont les tabulations plutôt qu'un plan : 300 Mo de source, soit environ cinq heures de 128 kbit/s audio ou une demi-heure de WAV. Au-delà de cela, un encodeur de bureau est le meilleur outil et la même logique que le Compresseur vidéo S'applique, là où la mémoire du navigateur plutôt qu'un mur de paiement fixe le plafond.
Que faire si le son est à l'intérieur d'une vidéo ?
Alors ce n'est pas le mauvais outil, et la distinction n'est pas pédante.
Tirer la bande son d'un MP4 est une opération différente de la ré-encodage d'un fichier audio : lorsque la piste audio de la vidéo est déjà AAC et que vous souhaitez un M4A, le flux peut être copié directement sans ré-encodage et aucune perte. C'est ce que le Extracteur audio le fait, et c'est pourquoi il existe comme un outil distinct plutôt qu'un mode de celui-ci.
La commande qui perd le moins, si vous avez besoin d'un MP3 d'une vidéo : extraire d'abord, vérifiez quel codec est sorti et ne convertissez que si le résultat est un format que votre destination refuse. La conversion de la vidéo en MP3 en une seule étape fonctionne, mais cela cache si un réencodage avec perte se produit ou non.
Qu'en est-il de l'autre sens, MP3 vers M4A ?
Cela vaut la peine d'être fait dans un cas et inutile dans le reste.
Le cas où cela aide : un appareil Apple ou une application qui lit uniquement M4A, qui se produit toujours avec les intégrations de voitures plus anciennes, certains lecteurs de livres audio et tout ce qui attend une piste AAC dans un wrapper MPEG-4. Ensuite, c'est la même étape de compatibilité que dans l'autre sens, avec le même coût.
Le cas où les gens l'ont atteint et ne le devrait pas : espérer un fichier plus sonore. AAC est un meilleur codec que le MP3, mais cet avantage s'applique lorsqu'il code un enregistrement original. Remise un MP3 décodé, il code fidèlement les artefacts des MP3, à un nouveau débit, et le résultat est une deuxième génération qui sonne très légèrement moins bien et prend à peu près le même espace. Aucune mise à niveau de format ne peut récupérer des détails qui ne figurent plus dans les échantillons.
Le test honnête est de demander à quoi sert le dossier. Si quelque chose refuse de jouer, convertissez-le. S'il joue bien et que vous essayez de l'améliorer, la seule véritable amélioration est de trouver l'original.
Puis-je convertir un dossier de fichiers à la fois ?
Pas dans le navigateur, et c'est la limite qui vaut la peine d'être claire.
Chaque conversion charge le fichier entier dans l'onglet et exécute un seul pass ffmpeg, de sorte que l'outil gère un fichier à la fois par conception. Pour trois mémos vocaux plus rapides que d'installer quoi que ce soit. Pour une bibliothèque musicale, c'est entièrement le mauvais outil, et une boucle shell sur un ffmpeg local se terminera alors qu'un navigateur est toujours sur le deuxième fichier.
# the batch version, once there are more than a handful
for f in *.m4a; do
ffmpeg -i "$f" -vn -acodec libmp3lame -b:a 192k "${f%.m4a}.mp3"
done
La ligne de division en pratique compte environ dix fichiers ou une demi-heure d'audio. En dessous, le navigateur gagne en temps de configuration, au-dessus d'un encodeur local gagne sur tout. Le même compromis régit Compresseur vidéo, où la mémoire de tabulation plutôt qu'un niveau d'abonnement définit le plafond et le convertisseur vidéo Pour le côté format du même problème.
